تشخیص بیماری ام اس از تصاویر ام آرآی با استفاده از یادگیری عمیق

سال انتشار: 1399
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,165

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

SENACONF10_106

تاریخ نمایه سازی: 25 فروردین 1400

چکیده مقاله:

بیماری ام اس بیماری است که سیستم اعصاب مرکزی را تحت تاثیر قرار می دهد ؟در نتیجه این بیماری در مناطق متعددی به نام اسکلروزممکن است ظاهر شود ؟تصویربرداری ام آرآی یک معاینه اولیه مکمل است ؟تقسیم بندی ضایعات مولتیپل اسکلروزیس از (MS)برای نظارت و تشخیص مولتیپل اسکلروزیس تصاویر ام آرآی مغز در تشخیص این بیماری مهم است، تشخیص و تجزیه و تحلیل این ضایعات از تصاویر ام آرآی مغزمعمولاٌ وقت گیر وگران قیمت است؟بنابراین، روشهای اتوماتیک و نیمه اتوماتیک برای تقسیم بندی ضایعات ام اس توصیه می شود ؟به دلیل اهمیت این موضوع در مقاله حاضر یک الگوریتم خودکار برای تشخیص حدود ضایعات بیماری ام اس در مغز با استفاده از تصاویر ام آرآی معرفی شده است ؟در این پژوهش ابتدا ابعاد مختلف تصاویر یکسان سازی شده ، سپس برای آموزش ویژگی های تصاویر در دو کلاس نرمال و بیمار از مدل شبکه عصبی عمیق استفاده شده است؟ معماری روش پیشنهادی ترکیبی از لایه های کانولوشنی است و در نهایت نتایج نشان داد که روش پیشنهادی به نتیجه مطلوب %94 منجر شد و در مقایسه با روش های پیشین نیز دارای خطای کمتری است.

کلیدواژه ها:

مولتیپل اسکلروزیس ، شبکه کانولوشنی ، تصویربرداری ام آر آی

نویسندگان

غزال بستانی اصل

کارشناسی مهندسی پزشکی دانشکده مهندسی برق،دانشگاه دانش البرز قزوین ایران

سمانه حاجی محمدباقر

دکترا مهندسی پزشکی دانشکده مهندسی برق دانشگاه دانش البرز قزوین ایران